2.2 连续型随机变量：密度函数与分布函数
2.2 连续型随机变量：密度函数与分布函数
本节摘要：连续型随机变量取值为不可数无穷（如寿命、体重、价格），单点概率恒为 0，概率只能通过"区间上的积分"给出。描述它的两个工具：概率密度函数 f(x) 刻画"局部浓度"，分布函数 F(x)=P(X≤x) 刻画"累计"。本节用"赌场赔付时间"与"保费定价"两个案例，讲清密度函数、分布函数的定义与互推，并用蒙特卡洛模拟把"单点概率为零"与"区间概率即面积"两个核心直觉钉实。
从"取值"到"区间"：连续世界的概率观
上一节的离散随机变量像筹码：一摞一摞摆在取值点上，每个点有自己的概率质量。连续型随机变量则像赌场里转动的轮盘指针最终停下的角度——它可以在 [0, 360) 内取任意实数，单看"刚好停在 137.42°"这件事，概率是 0。
为什么单点概率必为 0？连续变量取值是不可数无穷多，若每个点都有正概率 p>0，把无穷多个点加起来就超过 1 了，与"总概率为 1"矛盾。所以连续世界的基本定律是：
概率从此只能落在区间上：P(a ≤ X ≤ b)。"单点概率为零"不是缺陷，而是连续性的必然推论——它也解释了为什么"体重刚好 70.000…kg"这种问题没有意义，有意义的是"落在 69.5 到 70.5 之间"。
概率密度函数：浓度的标尺
既然点没有概率，我们用什么描述"哪里更容易取值"？答案是概率密度函数 f(x)，满足两个条件：
- 非负：f(x) ≥ 0
- 归一化：∫₋∞^∞ f(x)dx = 1
区间概率等于密度曲线下的面积：
注意 f(x) 本身不是概率，可以大于 1（它是"每单位长度的概率浓度"）。类比赌场：赌注金额的分布密度高，说明钱多压在那个价位附近；f(x) 高的地方，X 取附近值的"概率浓度"大。
案例：赔付时间服从指数分布
赌场理赔窗口的等待时间常用指数分布建模，密度为 f(t) = λe^(−λt)（t ≥ 0），λ 是"平均速率"。若平均每 10 分钟来一起赔付，λ=0.1，求"下一笔赔付在 5 分钟内到来"的概率：
import numpy as np # 手算：P(T ≤ 5) = ∫₀⁵ 0.1·e^(−0.1t)dt = 1 − e^(−0.5) p_hand = 1 - np.exp(-0.5) print("手算 P(T≤5) = %.4f" % p_hand) # 模拟：直接抽样指数分布，统计落在 5 分钟内的比例 rng = np.random.default_rng(11) T = rng.exponential(scale=10, size=1_000_000) print("模拟 P(T≤5) = %.4f" % (T <= 5).mean()) # 两者输出均约 0.3935
手算与模拟都给出 0.3935——"概率是密度下的面积"这句话被一百万次抽样钉实。换成"赔付在 5 到 15 分钟之间"的概率，手算 ∫₅¹⁵ = e^(−0.5)−e^(−1.5)，模拟同样能对上，读者可自行验证。
分布函数：累积的视角
密度函数看"局部浓度"，分布函数看"从头累积"。定义：
分布函数有四个必然性质：非降、右连续、F(−∞)=0、F(+∞)=1。任何随机变量（离散或连续）都有分布函数，它是描述分布的统一语言。反过来，密度函数是分布函数的导数：f(x) = F′(x)。两者互推，一个给"局部"，一个给"累计"。
区间概率用分布函数表达更简洁：
这正是"区间概率 = 右端累计 − 左端累计"。用赔付时间案例验证：P(5<T≤15) = F(15) − F(5) = (1−e^(−1.5)) − (1−e^(−0.5)) ≈ 0.3835。
from scipy.stats import expon # 分布函数直接算区间概率 F = expon(scale=10).cdf print("P(5<T≤15) = %.4f" % (F(15) - F(5)))
密度函数 vs 分布函数：什么时候用哪个
- 想直观看出"哪里概率浓"→ 看密度函数 f(x)（峰的位置就是最可能区间）
- 想算"小于某个值的概率"→ 直接用分布函数 F(x)
- 想比较两个分布的形状差异 → 用密度函数；想算分位数（第 95 百分位）→ 用分布函数反解
在赌场决策里，密度函数告诉你"赔率集中区"，分布函数告诉你"赢面累计到几成"。二者是同一枚硬币的两面，做题时先想清楚手里是 f 还是 F，再决定用积分还是用差值。
连续与离散的统一：分布函数的桥梁地位
虽然本节主角是连续型，但要记住：分布函数 F(x) 对离散、连续、混合型一视同仁。离散变量 X 的分布函数是阶梯函数（在取值点跳跃，跳高 = 该点概率）；连续变量的是连续曲线。这个统一视角是第 3 章期望定义（勒贝格-斯蒂尔切斯积分）和第 5 章中心极限定理"离散逼近连续"的伏笔。
常见坑位与本节要点回顾
⚠️ 常见坑 1：把 f(x) 当概率。f(x) 可以大于 1，它本身不是概率，只有积分才是。
⚠️ 常见坑 2：单点概率习惯。连续变量 P(X=a)=0，不要说"恰好等于"，要说"落在区间内"。
⚠️ 常见坑 3：混淆 f 和 F。看到"密度函数"用积分，看到"分布函数"用差值；两者通过求导/积分互推，方向别搞反。
- 连续变量单点概率为 0：不可数无穷取值的必然推论，概率落在区间上
- 密度函数 f(x)：非负、积分为 1；区间概率 = 曲线下面积
- 分布函数 F(x)：非降、右连续、0→1；区间概率 = F(b) − F(a)
- f 与 F 互推：F = ∫f，f = F′；统一描述离散与连续的语言
- 指数分布案例：赔付时间建模的标准模板，手算积分与蒙特卡洛互证